[英]python drop duplicates by certain order (not `first`, `last`)
ID values
111 reason1
111 reason2
111 reason3
222 reason2
222 reason4
222 reason5
df.drop_duplicates(["ID"], keep='???', inplace=True)
我知道的方式是使用drop_duplicates,但它只給我first
, last
選項。 我想檢查是否有reason2,然后將記錄與reason2一起保存,否則檢查原因3,等等。基本上,有特定的順序,例如原因2,原因3,原因4等。
根據評論,這可以是實現之一:(實現@brittenb的想法。)
priority_dict = {
'reason1':1,
'reason2':2,
'reason3':3,
'reason4':4,
'reason5':5
}
df['priority'] = df['values'].map(priority_dict)
df = df.sort_values(by=['ID', 'priority'])
df.drop_duplicates(['ID'], keep='first')
輸出:
ID values priority
0 111 reason1 1
3 222 reason2 2
使用'category'dtype定義順序和排序:
df['values'] = df['values'].astype('category', ordered=True)\
.cat.reorder_categories(['reason2',
'reason3',
'reason1',
'reason4',
'reason5'])
df.sort_values('values').drop_duplicates('ID', keep='first')
輸出:
ID values
1 111 reason2
3 222 reason2
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.